Sentinel Uydu Programı

Alternatif adlar: Copernicus Sentinel, ESA Sentinel misyonları

Kısa Tanım

Sentinel, Avrupa Birliği Copernicus programı kapsamında Avrupa Uzay Ajansı (ESA) tarafından geliştirilen ve işletilen bir uydu ailesidir. Farklı Sentinel misyonları radar, multispektral, atmosferik ve okyanus izleme sensörleri taşıyarak Dünya gözlemi için sistematik, açık erişimli ve yüksek zamansal çözünürlüklü veri sağlar. Tarımsal uzaktan algılamada Sentinel-1 (SAR) ve Sentinel-2 (multispektral) en yaygın kullanılan misyonlardır.

Teknik Mantık

Sentinel-1, C-bandı SAR sensörü taşır; IW (Interferometric Wide Swath) modunda 5x20 m çözünürlük ve 250 km şerit genişliği sunar. İki uydu (A/B) ile 6 günlük tekrarlama süresi sağlanır; bulut ve gece koşullarından bağımsız çalışır. Sentinel-2, 13 spektral bant (443-2190 nm) ile 10-60 m uzamsal çözünürlük sunar; kırmızı kenar (red edge) bantları (B5, B6, B7) bitki örtüsü analizinde özellikle yararlı olabilir. İki uydu (A/B) ile 5 günlük zamansal çözünürlük elde edilir. Veriler atmosferik düzeltme (Sen2Cor ile L2A seviyesi), geometrik düzeltme ve bulut maskeleme (SCL bandı, s2cloudless) ön işlemelerinden geçirilir. Google Earth Engine, Sentinel Hub ve CDSE platformları üzerinden işlenebilir.

Kullanım Bağlamı

Bölgesel ve ulusal ölçekte arazi izleme, değişim tespiti ve zaman serisi analizi gerektiren uygulamalarda tercih edilir. Açık veri politikası sayesinde araştırma maliyetini sıfırlar. 10 m çözünürlük, parsel düzeyinde çalışmalar için yeterlidir ancak bireysel bitki düzeyinde analiz için İHA veya yüksek çözünürlüklü ticari uydular gerekir.

Tarımsal Bağlam

Sentinel-2, tarımda ürün tipi sınıflandırma, verim tahmini, bitki sağlığı izleme (NDVI, NDRE, LAI), sulama alanı haritalama ve kuraklık stres tespitinde en yaygın veri kaynaklarından biridir. Kırmızı kenar bantları klorofil duyarlılığı sayesinde erken stres tespitinde konvansiyonel NDVI'ya gore avantaj sunabilir. Sentinel-1 SAR verileri bulutlu dönemlerde optik boşlukları doldurarak daha surekli zaman serileri olusturabilir. İkisinin füzyonu (optical-SAR fusion) ürün sınıflandırma doğruluğunu %5-15 artırabilir. Türkiye'de TARBİL ve ÇKS gibi sistemlerde Sentinel verileri parsel düzeyinde izleme altyapısında kullanilmaktadir.

Sık Karıştırılan Nokta

Sentinel-2 L1C (atmosfer üstü yansıtım) ve L2A (atmosfer altı yansıtım) ürünlerinin farkı gözden kaçırılır. Birçok ML iş akışında L2A verisi tercih edilir; çünkü L1C verileri atmosferik etkilerden arındırılmamıştır ve farklı tarih/geometrideki görüntüler arasında tutarsızlık yaratabilir. Ayrıca SCL bulut maskesinin her zaman kusursuz olmadığı, özellikle ince sirüs bulutları ve kar örtüsünde hatalı sınıflandırma yapabildiği bilinmelidir; ek bulut maskeleme algoritmaları (Fmask, s2cloudless) değerlendirilmelidir.

Dr. Mehmet Solak — Siirt Üniversitesi, Biyosistem Mühendisliği